GPU를 사용한 데이터 분석 속도 향상 퀴즈

1. cuDF는 어떤 오픈소스 라이브러리를 가속화하나요? (해당하는 항목 모두 선택)

   적절한 답변을 모두 선택합니다.

   pandas

   Polars

   Apache Spark

   Oracle

2. Colab Enterprise 노트북에서 cuDF를 가져오기 전에 런타임에 관해 어떤 구성 단계를 수행해야 하나요?

   디스크 크기를 500GB 이상으로 늘립니다.

   GPU (예: L4)가 장착된 런타임을 선택합니다.

   표준 CPU 런타임에서 '고용량 RAM' 모드 사용 설정

   임시 CUDA 커널을 저장하기 위해 Google Drive를 마운트합니다.

3. Colab Enterprise에서 cuDF를 실행하려고 할 때 'CUDA 지원 기기가 감지되지 않음'이라는 오류가 표시됩니다. 가장 가능성이 높은 원인은 무엇인가요?

   데이터 세트가 너무 작아 GPU가 필요하지 않음

   현재 Google Cloud 결제가 사용 중지됨

   표준 pandas가 설치되어 있지 않습니다.

   노트북 런타임에 GPU가 없음

4. NVIDIA cuDF를 사용하면 코드를 변경하지 않고도 pandas를 GPU로 가속화할 수 있습니다.

   참

   거짓

5. NVIDIA cuDF와 함께 Colab Enterprise를 사용하는 경우 df.read_csv('/content/data.csv')는 주로 어디에 데이터를 로드하나요?

   Google Cloud Storage 버킷

   가상 머신의 CPU RAM

   연결된 GPU의 VRAM

   로컬 노트북의 하드 드라이브

6. 다음 중 cuDF pandas 가속을 활성화하는 올바른 방법은 무엇인가요? (해당하는 항목 모두 선택)

   적절한 답변을 모두 선택합니다.

   노트북에서 %load_ext cudf.pandas 매직 명령어 사용

   .py 파일을 .cu_py로 이름 변경

   pandas를 가져오기 전에 import cudf.pandas; cudf.pandas.install() 추가

   python -m cudf.pandas myscript.py를 통해 스크립트 실행

7. cudf.pandas를 사용할 때 특정 pandas 함수가 아직 GPU로 가속화되지 않으면 어떻게 되나요?

   CPU 실행으로의 그레이스풀 대체

   NotImplementedError가 발생하고 실행이 중지됩니다.

   함수가 무시되고 실행이 계속됨

답변 제출